土壤含水量是理解地表-大气交互的重要因子,大尺度高精度的土壤含水量的测定对于农业生产、天气预报以及旱涝灾害监测等都具有重要的参考价值。传统地表实测精度较高,但仅能代表观测点的瞬时状态,难以推广至其他时空,借助于遥感平台并结合特定的模型和算法,可以得到时空大尺度土壤含水量分布状况,为研究陆表间要素的能量交换和循环提供可靠的依据。本研究基于辐射传输理论,使用AMSR-E日观测亮温数据,以我国西北内陆黑河流域作为研究区,详细分析了地表、植被和大气对地表辐射传输的影响,测试了陆表微波发射模型LSMEM中参数的敏感性,对植被光学厚度t和单散射返照率w进行了修正,并使用改进后的LSMEM模型对整个流域的土壤含水量进行了反演。结果表明,黑河流域的土壤含水量分布呈现由北向南逐渐增大的趋势,其北部荒漠/半荒漠区土壤平均含水量为0.02~0.05,南部上游(青海祁连山区)高海拔区和中游(甘肃民乐、山丹、临泽等)冲积平原区以及下游(内蒙古阿拉善盟)流经区域周边的土壤含水量较高,其均值约为0.2,最大可达0.3,经与流域中部的临泽和花寨子/盈科的地表实测数据比较,反演结果和实测数据在时间序列上具有相同的变化趋势,在空间上具有较好的一致性。除使用地面实测数据验证反演结果外,与VIC水文模拟结果在流域尺度上也进行了比较,结果表明,VIC模拟结果普遍高于本文研究,相关性分析表明二者在流域的大部分区域具有良好的正相关性,部分区域的皮尔逊相关系数r高达0.9。本文还对同样基于辐射传输理论和AMSR-E平台的土壤含水量产品—NASA的AMSR-E Level 3数据集以及VUA的LPRM数据集进行了对比分析,结果表明,本文研究与Level 3数据集和VUA数据集呈现相同的土壤含水量分布趋势,其平均含水量与Level 3数据较为接近,在部分区域可达到完全的正向相关(r(28)1);而VUA数据集在整个流域的值普遍偏高且变化较大,对其与本文研究的相关性分析表明二者仅在少数区域具有相关性。本研究的创新点在于:1)提出了一种植被光学厚度参数改进方法,验证了土壤含水量敏感度分析结果,提升了植被区土壤含水量反演精度;2)使用皮尔逊相关分析法分析比较了VIC模拟结果、AMSR-E level 3数据集和VUA数据集,在时空大尺度上对本文结果进行了验证。本研究通过反演改进的LSMEM模型获得了黑河流域土壤含水量,使用实测点数据和流域尺度数据集验证了其可靠性,但反演结果的精度仍然可以进一步提升,对深层土壤含水量的研究将是进一步研究的重点。